Karınca kolonisi optimizasyonu algoritması ile depo rota planlaması

Abstract

Günümüzde tedarik zincirlerinde malzeme akışının hacmi günden güne artmaktadır. Artan malzeme akış hızı, müşteri taleplerini zamanında ve doğru karşılamayı zorlaştırdığından depolarda verimlilik artırıcı çalışmaların yapılması büyük önem arz etmektedir. Bu tez çalışması kapsamında, dikdörtgen şekilli depolarda toplayıcı rotalama problemi için bütünleşik ve esnek bir çözüm yaklaşımı önerilmektedir. Ele alınan rotalama probleminde, birbirine paralel raflardan oluşan bir depoda malzeme toplama işlemlerini yapan tek bir aracın olduğu varsayılmaktadır. Söz konusu malzeme toplama işlemlerinin gerçekleştirileceği herhangi bir turda belirli bir başlangıç noktasından başlayan, müşterinin talep ettiği malzemelerin bulunduğu noktalardaki talepleri toplayarak tekrar aynı başlangıç noktasına geri dönen bir toplayıcı için minimum mesafeli rotanın oluşturulması amaçlanmaktadır. Buradan ele alınan problemin literatürdeki Gezgin Satıcı Problemi (GSP) olduğu çıkarımı yapılabilir. Çalışma kapsamında önerilen çözüm yaklaşımına göre, her tur için ilgili turdaki talep noktaları da dikkate alınarak depo geometrisini gösteren temsili bir ağ modeli dinamik olarak oluşturulmaktadır. Oluşturulan ağ modelindeki bazı düğümler, toplayıcının ziyaret etmesi gereken noktaları temsil etmektedir. Sonraki adımda, yine her tur için karşılık gelen gezgin satıcı problemine ait mesafe matrisi oluşturulmakta ve bu amaçla ilgili talep noktaları arasındaki en kısa yolları hesaplamak için Floyd-Warshall algoritması kullanılmaktadır. Son olarak, oluşturulan gezgin satıcı problemini çözmek için Karınca Kolonisi Optimizasyonu (KKO) algoritması kullanılmıştır. Önerilen yaklaşımın farklı depo yapılarında ve farklı senaryolarda uygulanabilmesi amacıyla Python programlama dili kullanılarak bir kullanıcı arayüzü tasarlanmış ve oluşturulan yazılım yardımıyla sezgisel çözümün simüle edilmesi sağlanmıştır.

Nowadays, the volume of material flow in supply chains is increasing day by day. As the increasing material flow rate makes it difficult to meet customer demands on time and accurately, it is of great importance to carry out productivity-enhancing studies in warehouses. In this thesis, an integrated and flexible solution approach is proposed for the picker routing problem in rectangular warehouses. In this routing problem discussed, it is assumed that there is only one picker that performs material picking operations in a warehouse consisting of parallel shelves. In any tour where material picking will be carried out, it is aimed to create a minimum distance route for a picker that starts from a certain starting point and returns to the same starting point by picking the demands from the points where the materials requested by customer. It can be concluded that the problem addressed here is the Traveling Salesman Problem (TSP) in the literature. According to the proposed solution approach within the scope of the study, a representative network model showing the warehouse geometry is dynamically created for each tour, considering the demand points in the relevant tour. Some nodes in the generated network model represent points that the picker must visit. In the next step, the distance matrix is created to be used in the traveling salesman problem for each tour, and for this purpose, the Floyd-Warshall algorithm is used to calculate the shortest paths between the relevant demand points. At last, Ant Colony Optimization (ACO) algorithm is used to solve the traveling salesman problem. In order to implement the proposed approach in different warehouse structures and different scenarios, a user interface was designed using the Python programming language and the heuristic solution that obtained was simulated with the help of the created software.